每經記者 李卓    每經實習記者 張梓桐    每經編輯 董興生    

“生成式人工智能(GenAI)的本質與核心就是數據，數據碎片化與部門間技術壁壘是企業(yè)打破數據孤島面臨的主要障礙。企業(yè)內部數據往往分散存儲在不同的部門與系統(tǒng)中，數據格式、標準與質量各異，缺乏有效的整合與共享機制。”亞馬遜云科技全球客戶技術支持與服務副總裁Uwem Ukpong近日在接受《每日經濟新聞》記者專訪時說。

回望2024年，從訓練到推理，從大模型到AI Agent（智能體），生成式AI正跨越技術發(fā)展的新里程碑，步入全新發(fā)展階段。

技術的變革固然令人振奮，但如Uwem Ukpong所言，當前企業(yè)應用生成式AI仍面臨多種挑戰(zhàn)：持續(xù)攀升的研發(fā)成本、日益激烈的市場競爭以及尚未完全攻克的技術難題，如模型的可解釋性、數據隱私保護等，都成為擺在所有參與者面前的嚴峻挑戰(zhàn)。

在12月的亞馬遜云科技re:Invent全球大會上，亞馬遜云科技發(fā)布的Amazon Nova系列新款基礎大模型成為全場焦點。該系列已涵蓋6款大模型，在語言、圖像和視頻生成等關鍵領域廣泛布局，極大豐富了其AI模型矩陣。

亞馬遜云科技的出擊，使得原本就硝煙彌漫的AI戰(zhàn)場競爭更加白熱化。在這場激烈的角逐中，微軟、谷歌等科技巨頭紛紛傾盡全力，毫不吝嗇地投入海量資源。OpenAI更是連開12天發(fā)布會，預告新一代AI推理模型o3和o3-mini的重磅登場。

所有參與者都在全力押注AI，巨頭們更是一輪又一輪地加碼投入，因為在這場格局尚未塵埃落定的較量中，誰都不愿錯失引領下一個科技時代的歷史性機遇，這無疑是一場關乎未來科技主導權的“無限戰(zhàn)爭”。

圖片來源：視覺中國-VCG41N1472123004

2024年的GenAI：理性回歸

曾經，生成式AI一度被過度炒作，尤其是在AI代理概念成為熱門話題之時，市場熱度急劇攀升。但Uwem Ukpong指出，當前，客戶對于AI工具的態(tài)度已發(fā)生顯著轉變。

“如今，客戶已逐漸回歸理性，更加關注如何將AI工具真正實現(xiàn)規(guī)模化應用。一方面，開始有針對性地篩選并應用適合自身業(yè)務需求的AI技術；另一方面，則找尋人工智能性能與成本間的平衡點，而非盲目跟風追逐熱點。”Uwem Ukpong表示。

當潮水退去，行業(yè)開始回歸理性，一些隱憂也浮出水面。

根據相關云安全狀況報告，半數以上的企業(yè)將安全性視為云遷移過程中的首要挑戰(zhàn)。云遷移涉及大量敏感數據與關鍵業(yè)務流程的轉移，一旦發(fā)生數據泄露或安全事故，將給企業(yè)帶來不可估量的損失。

因此，企業(yè)在選擇云服務提供商時，不僅要關注其技術實力與服務水平，更要重視其安全保障措施與合規(guī)認證情況。例如，數據加密技術、訪問控制機制以及安全審計體系等，都是衡量云服務提供商安全性的重要指標。

此外，如何打破數據孤島的技術與流程成為另一難題。Uwem Ukpong指出，數據碎片化與部門間技術壁壘是企業(yè)打破數據孤島面臨的主要障礙。“企業(yè)內部數據往往分散存儲在不同的部門與系統(tǒng)中，數據格式、標準與質量各異，缺乏有效的整合與共享機制。”

在他看來，要解決這一問題，企業(yè)首先需要建立統(tǒng)一的數據規(guī)范化與標準化流程，對數據進行清洗、治理與集中管理，確保數據的準確性與一致性。在此基礎上，構建數據分析與應用模型，實現(xiàn)數據價值的挖掘與利用。然而，這一過程需要投入大量的人力、物力與時間，對一些中小企業(yè)而言，技術與資源的限制使其難以有效推進。

在大模型競爭賽道上，最終能承擔得起從頭構建大模型高昂成本的公司將寥寥無幾，其中，發(fā)揮各自的獨特優(yōu)勢就成為獲客的關鍵。

在Uwem Ukpong看來，亞馬遜云科技擁有遍布全球的基礎設施和合作伙伴網絡，這使得客戶能夠實現(xiàn)跨國部署和全球協(xié)作，提高了業(yè)務效率和靈活性。同時，亞馬遜云科技還與全球合作伙伴建立了合作關系，共同為客戶提供服務和解決方案。

然而，在國內市場，亞馬遜云科技也面臨著一些挑戰(zhàn)。一方面，由于國內市場的法規(guī)環(huán)境和客戶需求與海外市場存在差異，亞馬遜云科技需要不斷適應和調整其產品和服務策略；另一方面，本土云服務提供商在價格、服務響應速度和本地化支持等方面具有優(yōu)勢，對亞馬遜云科技構成了一定的競爭壓力。

對此，Uwem Ukpong表示，亞馬遜云科技的重點更多在于更貼近實際需求的服務。“在幫助客戶構建生成式AI解決方案的過程中，我們發(fā)現(xiàn)企業(yè)選擇的生成式AI應用場景也在逐漸迭代升級，從原先簡單的生成式AI嘗試例如對話式聊天機器人，過渡到內容、圖像、視頻等多媒體內容生成，以及數據洞察與決策等。”

“行業(yè)應用”成為云廠商市場競逐的關鍵

按照業(yè)界著名的技術發(fā)展曲線（Gartner Hype Cycle）來衡量，生成式AI的發(fā)展進程已順利越過第二階段峰值期，穩(wěn)步踏入規(guī)模化應用的關鍵階段。

盡管未來可能會經歷一段因期望落差而產生失望情緒的時期，但這也是新興技術發(fā)展的常見路徑。隨著越來越多的AI應用在各行業(yè)落地生根，生成式AI正逐步褪去“炒作”的外衣，展現(xiàn)出其切實的應用價值與商業(yè)潛力。

因此，實際的行業(yè)應用成為云廠商當前在國內市場競逐的關鍵要素。

Uwem Ukpong表示，當前在中國，亞馬遜云科技針對汽車、制造、生命科學、零售電商、媒體娛樂、游戲、軟件服務、金融八個行業(yè)組建了專門的行業(yè)團隊。

以汽車為例，Priority Research數據顯示，2022年，全球汽車行業(yè)生成式AI市場價值達到了3.12億美元。預測顯示，到2032年，這一數字將達到約26.9億美元，2023年至2032年的年復合增長率為24.03%。

Uwem Ukpong表示，生成式AI與汽車行業(yè)的結合主要在營銷、客戶服務等環(huán)節(jié)。在營銷與客戶服務領域，AI可以助力營銷內容的智能化生產，通過AI代理支持多角色間的高效協(xié)作，提升工作效率與生產力。在智能座艙體驗方面，生成式AI則可以持續(xù)增強自然語言理解能力、響應速度及情緒感知，縮短創(chuàng)新周期，降低研發(fā)成本。

“自動駕駛領域同樣迎來了生成式AI的深刻影響。隨著合成仿真訓練數據及海量多模態(tài)數據智能管理需求的激增，生成式AI通過場景模擬加速了自動駕駛技術的創(chuàng)新步伐，為行業(yè)開創(chuàng)了全新的商業(yè)模式，并探索出更多盈利途徑，有力推動全自動駕駛愿景的實現(xiàn)。”Uwem Ukpong說。

此外，在設計與制造環(huán)節(jié)，Uwem Ukpong表示，生成式AI能夠根據客戶的個性化需求與偏好，從外觀、內飾到駕駛動態(tài)，全方位定制汽車，提升消費者的滿意度與忠誠度。

而在制造業(yè)方面，Uwem Ukpong表示，亞馬遜云科技的重點在于制造業(yè)流程的改造上，通過降低構建生成式AI應用關鍵路徑中的門檻，針對嚴重依賴人工參與的工業(yè)產品設計、企業(yè)內部IT/HR等部門資料繁雜業(yè)務等具體業(yè)務場景，工業(yè)設計、知識庫以及營銷加速等場景開發(fā)定制化解決方案。

隨著大模型的持續(xù)發(fā)展壯大，通向通用人工智能（AGI）的道路雖依然漫長，但已逐漸清晰可辨。

隨著技術的不斷演進與信息的快速流通，大模型之間的差距或將逐漸縮小并趨于同質化。屆時，巨頭之間的競爭將不僅局限于模型本身的性能，而更多地將轉向如何基于大模型構建差異化的應用生態(tài)與商業(yè)模式。